Антитренд: как при общем росте цен на логистику «Askona» удалось снизить затраты с помощью цифрового моделирования складской сети
Исходные данные, описание задачи:
В 2024 году производители и ритейлеры столкнулись с ростом логистических издержек на 18−20% при сохранении объемов продаж.
Ключевыми драйверами роста издержек стали:
1. Повышение затрат на персонал:
2. Изменение рыночных условий:
3. Удорожание поставок:
Компания «Askona» — лидер рынка товаров для сна в России и Восточной Европе — обладает масштабной производственной и дистрибьюционной сетью:
Компания отказалась от традиционного масштабирования через аренду новых мощностей, выбрав оптимизацию существующей сети из 40+ складов. Цифровое моделирование позволило перераспределить товарные потоки и скорректировать мощности. Это решение предотвратило рост издержек из-за неоптимального размещения складов и увеличения маршрутов доставки, что негативно влияет на сроки, загрузку транспорта и общие логистические затраты. Новый подход повысил операционную эффективность в условиях роста тарифов перевозчиков и арендных ставок.
В 2024 году производители и ритейлеры столкнулись с ростом логистических издержек на 18−20% при сохранении объемов продаж.
Ключевыми драйверами роста издержек стали:
1. Повышение затрат на персонал:
- Средний рост зарплат складских работников — 23%;
- Для операторов ПТО — до 65%.
2. Изменение рыночных условий:
- Ужесточение требований маркетплейсов;
- Рост стоимости складской инфраструктуры (аренда и услуги 3PL-операторов +35−40%).
3. Удорожание поставок:
- Импортные закупки +2,5−3,5%;
- Внутренние перевозки +30% (с коррекцией во второй половине года).
Компания «Askona» — лидер рынка товаров для сна в России и Восточной Европе — обладает масштабной производственной и дистрибьюционной сетью:
- 11 производственных площадок (+ 180 000 м²);
- 60 распределительных центров (+ 135 000 м²);
- География поставок: 14 стран;
- 900 розничных точек;
- > 1,1 млн. клиентских доставок ежегодно.
Компания отказалась от традиционного масштабирования через аренду новых мощностей, выбрав оптимизацию существующей сети из 40+ складов. Цифровое моделирование позволило перераспределить товарные потоки и скорректировать мощности. Это решение предотвратило рост издержек из-за неоптимального размещения складов и увеличения маршрутов доставки, что негативно влияет на сроки, загрузку транспорта и общие логистические затраты. Новый подход повысил операционную эффективность в условиях роста тарифов перевозчиков и арендных ставок.
КЕЙС 5
Описание кейса / решения
Для «Askona» было важно решить следующие задачи:
Определить оптимальное расположение склада — задача, с которой сталкиваются многие компании. Но на практике она превращается в сложную головоломку, где приходится учитывать множество факторов. Увеличение числа складов и размещение их ближе к клиенту повышает затраты на аренду, а уменьшение их количества ведет к росту так называемых «транспортных плеч». Это означает, что увеличивается расстояние, которое товар должен пройти для доставки от склада до клиента.
Снизить транспортные расходы можно, перераспределив грузопотоки: использовать большегрузный транспорт на первом этапе доставки и малотоннажный на последнем. Такой подход помогает повысить утилизацию транспорта и сократить его пробеги. Для того чтобы найти оптимальное решение с учётом затрат на логистику и качества сервиса, нужно анализировать множество возможных сценариев.
Ранее «Askona» применяла как собственные модели расчетов, так и международные системы моделирования логистических сетей. Но они не учитывали реальную дорожную сеть, рыночные тарифы на транспорт и склады в регионах, в которых компания ранее не работала, что искажало расчеты. В ряде случаев это могло привести к принятию неоптимальных решений. В итоге компания перешла на российскую платформу, которая учитывает все эти параметры, и построила цифровую модель цепи поставок.
Один из эффектов цифрового моделирования — возможность быстро проверять гипотезы, которые раньше казались слишком рискованными. Вместо того чтобы строить новые склады, Askona изменила подход к пополнению существующих РЦ. Компания протестировала новую схему отгрузки: грузы отправлялись на склад последней мили (последний этап доставки, когда товар от распределительного центра доставляется непосредственно к конечному потребителю или в ближайший пункт выдачи.), даже если заказы еще не были полностью собраны на РЦ. Хотя такой подход мог бы привести к снижению утилизации транспорта (из-за разницы в размерах товаров, например, от подушек до диванов), обновление упаковки и изменения в ассортименте помогли сохранить эффективность.
Перестройку логистической цепи провели на основе моделирования. В качестве ключевых РЦ выбраны три склада — в Обухово, Коврове и Владимире. Первый работает с импортной продукцией, два других находятся рядом с основными производствами. Теперь они обеспечивают ритмичное снабжение всей цепочки. В системе регулярно перебрасываются запасы для выравнивания ассортимента.
Сроки реализации
01.03.2024 — 31.12.2024
Результаты ДО и ПОСЛЕ
Внедрение оптимизационного алгоритма цифровой модели и комплексный анализ сценариев позволили достичь значимых финансовых и операционных результатов:
1. Снижение затрат
2. Операционная эффективность
3. Перспективы развития
Полученные результаты создают основу для:
В чем полезность и уникальность кейса?
Вместо шаблонных решений, вроде линейного сокращения затрат без учета последствий для сервиса и устойчивости процессов, «Askona» сделала ставку на перестроение логистики с использованием цифровой модели, позволяющей в том числе перераспределять товарные потоки между профицитными и дефицитными по площади складами. Такой подход позволил заметно снизить логистические расходы в год, когда рынок, напротив, демонстрировал рост издержек. При этом компания не только сохранила качество сервиса, но и усилила управляемость логистической сети — с возможностью быстро подстраиваться под меняющиеся грузопотоки и внешние условия.
Модель цепи поставок стала не разовой инициативой, а постоянным инструментом для принятия решений. Это позволило:
Возможно ли кейс масштабировать в компании и применить для других участников рынка?
Использование цифровой модели позволяет и другим компаниям участникам рынка определить оптимальное количество, мощность и расположение складов для минимизации совокупных логистических затрат при заданном уровне сервиса. Решение поддерживает сценарное моделирование формата «Что если?», оценивая:
Платформа цифрового моделирования LogConnection обеспечивает:
Для «Askona» было важно решить следующие задачи:
- Рассчитать оптимальное количество, места расположения и мощности складских объектов по критерию минимизации транспортно-складских расходов без снижения уровня сервиса.
- Выполнить указанные расчеты в цифровой модели при различных сценарных условиях, в том числе в формате «Что если?»;
- Определить оптимальную «привязку» клиентов к складам;
- Оценить доход от экономии затрат при изменении конфигурации логистической цепи.
Определить оптимальное расположение склада — задача, с которой сталкиваются многие компании. Но на практике она превращается в сложную головоломку, где приходится учитывать множество факторов. Увеличение числа складов и размещение их ближе к клиенту повышает затраты на аренду, а уменьшение их количества ведет к росту так называемых «транспортных плеч». Это означает, что увеличивается расстояние, которое товар должен пройти для доставки от склада до клиента.
Снизить транспортные расходы можно, перераспределив грузопотоки: использовать большегрузный транспорт на первом этапе доставки и малотоннажный на последнем. Такой подход помогает повысить утилизацию транспорта и сократить его пробеги. Для того чтобы найти оптимальное решение с учётом затрат на логистику и качества сервиса, нужно анализировать множество возможных сценариев.
Ранее «Askona» применяла как собственные модели расчетов, так и международные системы моделирования логистических сетей. Но они не учитывали реальную дорожную сеть, рыночные тарифы на транспорт и склады в регионах, в которых компания ранее не работала, что искажало расчеты. В ряде случаев это могло привести к принятию неоптимальных решений. В итоге компания перешла на российскую платформу, которая учитывает все эти параметры, и построила цифровую модель цепи поставок.
Один из эффектов цифрового моделирования — возможность быстро проверять гипотезы, которые раньше казались слишком рискованными. Вместо того чтобы строить новые склады, Askona изменила подход к пополнению существующих РЦ. Компания протестировала новую схему отгрузки: грузы отправлялись на склад последней мили (последний этап доставки, когда товар от распределительного центра доставляется непосредственно к конечному потребителю или в ближайший пункт выдачи.), даже если заказы еще не были полностью собраны на РЦ. Хотя такой подход мог бы привести к снижению утилизации транспорта (из-за разницы в размерах товаров, например, от подушек до диванов), обновление упаковки и изменения в ассортименте помогли сохранить эффективность.
Перестройку логистической цепи провели на основе моделирования. В качестве ключевых РЦ выбраны три склада — в Обухово, Коврове и Владимире. Первый работает с импортной продукцией, два других находятся рядом с основными производствами. Теперь они обеспечивают ритмичное снабжение всей цепочки. В системе регулярно перебрасываются запасы для выравнивания ассортимента.
Сроки реализации
01.03.2024 — 31.12.2024
Результаты ДО и ПОСЛЕ
Внедрение оптимизационного алгоритма цифровой модели и комплексный анализ сценариев позволили достичь значимых финансовых и операционных результатов:
1. Снижение затрат
- Общий логистический бюджет сокращен на 1,4% в условиях инфляционного давления.
2. Операционная эффективность
- Количество транзакционных "касаний" в цепочке поставок уменьшено на 13% (по сравнению с 2023 годом)
3. Перспективы развития
Полученные результаты создают основу для:
- Точного и аргументированного ответа бизнесу – какой должна быть логистика с точки зрения складской сети для минимизации операционных расходов при различных условиях;
- Дальнейшей оптимизации логистических процессов в постоянном режиме при любых изменениях в бизнесе;
- Повышения точности планирования логистики;
- Сокращения транзакционных «касаний» на 6% в 2025 году.
В чем полезность и уникальность кейса?
Вместо шаблонных решений, вроде линейного сокращения затрат без учета последствий для сервиса и устойчивости процессов, «Askona» сделала ставку на перестроение логистики с использованием цифровой модели, позволяющей в том числе перераспределять товарные потоки между профицитными и дефицитными по площади складами. Такой подход позволил заметно снизить логистические расходы в год, когда рынок, напротив, демонстрировал рост издержек. При этом компания не только сохранила качество сервиса, но и усилила управляемость логистической сети — с возможностью быстро подстраиваться под меняющиеся грузопотоки и внешние условия.
Модель цепи поставок стала не разовой инициативой, а постоянным инструментом для принятия решений. Это позволило:
- адаптировать логистику к росту производства и продаж без инвестиций в склады;
- добиться важной для бизнеса экономии операционных затрат;
- повысить устойчивость цепочки поставок к внешним изменениям.
Возможно ли кейс масштабировать в компании и применить для других участников рынка?
Использование цифровой модели позволяет и другим компаниям участникам рынка определить оптимальное количество, мощность и расположение складов для минимизации совокупных логистических затрат при заданном уровне сервиса. Решение поддерживает сценарное моделирование формата «Что если?», оценивая:
- Затраты при сохранении текущей конфигурации сети с учетом роста товаропотоков;
- Финансовые последствия неоптимального размещения объектов (на собственных или доступных площадках);
- Эффективность различных стратегий развития бизнеса.
Платформа цифрового моделирования LogConnection обеспечивает:
- Анализ потерь в существующей цепи поставок;
- Обоснование решений по оптимальной реконфигурации сети;
- Разработку долгосрочной стратегии развития логистики (5-7 лет) с тестированием всех появляющихся в бизнесе сценарных условий;
- Баланс между затратами и качеством сервиса.
Несмотря на инфляцию в 9,5%, логистический бюджет в 2024 году снижен на 1,4%!
Результат
Описание кейса / решения
Для «Askona» было важно решить следующие задачи:
Определить оптимальное расположение склада — задача, с которой сталкиваются многие компании. Но на практике она превращается в сложную головоломку, где приходится учитывать множество факторов. Увеличение числа складов и размещение их ближе к клиенту повышает затраты на аренду, а уменьшение их количества ведет к росту так называемых «транспортных плеч». Это означает, что увеличивается расстояние, которое товар должен пройти для доставки от склада до клиента.
Снизить транспортные расходы можно, перераспределив грузопотоки: использовать большегрузный транспорт на первом этапе доставки и малотоннажный на последнем. Такой подход помогает повысить утилизацию транспорта и сократить его пробеги. Для того чтобы найти оптимальное решение с учётом затрат на логистику и качества сервиса, нужно анализировать множество возможных сценариев.
Ранее «Askona» применяла как собственные модели расчетов, так и международные системы моделирования логистических сетей. Но они не учитывали реальную дорожную сеть, рыночные тарифы на транспорт и склады в регионах, в которых компания ранее не работала, что искажало расчеты. В ряде случаев это могло привести к принятию неоптимальных решений. В итоге компания перешла на российскую платформу, которая учитывает все эти параметры, и построила цифровую модель цепи поставок.
Один из эффектов цифрового моделирования — возможность быстро проверять гипотезы, которые раньше казались слишком рискованными. Вместо того чтобы строить новые склады, Askona изменила подход к пополнению существующих РЦ. Компания протестировала новую схему отгрузки: грузы отправлялись на склад последней мили (последний этап доставки, когда товар от распределительного центра доставляется непосредственно к конечному потребителю или в ближайший пункт выдачи.), даже если заказы еще не были полностью собраны на РЦ. Хотя такой подход мог бы привести к снижению утилизации транспорта (из-за разницы в размерах товаров, например, от подушек до диванов), обновление упаковки и изменения в ассортименте помогли сохранить эффективность.
Перестройку логистической цепи провели на основе моделирования. В качестве ключевых РЦ выбраны три склада — в Обухово, Коврове и Владимире. Первый работает с импортной продукцией, два других находятся рядом с основными производствами. Теперь они обеспечивают ритмичное снабжение всей цепочки. В системе регулярно перебрасываются запасы для выравнивания ассортимента.
Сроки реализации
01.03.2024 — 31.12.2024
Результаты ДО и ПОСЛЕ
Внедрение оптимизационного алгоритма цифровой модели и комплексный анализ сценариев позволили достичь значимых финансовых и операционных результатов:
1. Снижение затрат
2. Операционная эффективность
3. Перспективы развития
Полученные результаты создают основу для:
В чем полезность и уникальность кейса?
Вместо шаблонных решений, вроде линейного сокращения затрат без учета последствий для сервиса и устойчивости процессов, «Askona» сделала ставку на перестроение логистики с использованием цифровой модели, позволяющей в том числе перераспределять товарные потоки между профицитными и дефицитными по площади складами. Такой подход позволил заметно снизить логистические расходы в год, когда рынок, напротив, демонстрировал рост издержек. При этом компания не только сохранила качество сервиса, но и усилила управляемость логистической сети — с возможностью быстро подстраиваться под меняющиеся грузопотоки и внешние условия.
Модель цепи поставок стала не разовой инициативой, а постоянным инструментом для принятия решений. Это позволило:
Возможно ли кейс масштабировать в компании и применить для других участников рынка?
Использование цифровой модели позволяет и другим компаниям участникам рынка определить оптимальное количество, мощность и расположение складов для минимизации совокупных логистических затрат при заданном уровне сервиса. Решение поддерживает сценарное моделирование формата «Что если?», оценивая:
Платформа цифрового моделирования LogConnection обеспечивает:
Для «Askona» было важно решить следующие задачи:
- Рассчитать оптимальное количество, места расположения и мощности складских объектов по критерию минимизации транспортно-складских расходов без снижения уровня сервиса.
- Выполнить указанные расчеты в цифровой модели при различных сценарных условиях, в том числе в формате «Что если?»;
- Определить оптимальную «привязку» клиентов к складам;
- Оценить доход от экономии затрат при изменении конфигурации логистической цепи.
Определить оптимальное расположение склада — задача, с которой сталкиваются многие компании. Но на практике она превращается в сложную головоломку, где приходится учитывать множество факторов. Увеличение числа складов и размещение их ближе к клиенту повышает затраты на аренду, а уменьшение их количества ведет к росту так называемых «транспортных плеч». Это означает, что увеличивается расстояние, которое товар должен пройти для доставки от склада до клиента.
Снизить транспортные расходы можно, перераспределив грузопотоки: использовать большегрузный транспорт на первом этапе доставки и малотоннажный на последнем. Такой подход помогает повысить утилизацию транспорта и сократить его пробеги. Для того чтобы найти оптимальное решение с учётом затрат на логистику и качества сервиса, нужно анализировать множество возможных сценариев.
Ранее «Askona» применяла как собственные модели расчетов, так и международные системы моделирования логистических сетей. Но они не учитывали реальную дорожную сеть, рыночные тарифы на транспорт и склады в регионах, в которых компания ранее не работала, что искажало расчеты. В ряде случаев это могло привести к принятию неоптимальных решений. В итоге компания перешла на российскую платформу, которая учитывает все эти параметры, и построила цифровую модель цепи поставок.
Один из эффектов цифрового моделирования — возможность быстро проверять гипотезы, которые раньше казались слишком рискованными. Вместо того чтобы строить новые склады, Askona изменила подход к пополнению существующих РЦ. Компания протестировала новую схему отгрузки: грузы отправлялись на склад последней мили (последний этап доставки, когда товар от распределительного центра доставляется непосредственно к конечному потребителю или в ближайший пункт выдачи.), даже если заказы еще не были полностью собраны на РЦ. Хотя такой подход мог бы привести к снижению утилизации транспорта (из-за разницы в размерах товаров, например, от подушек до диванов), обновление упаковки и изменения в ассортименте помогли сохранить эффективность.
Перестройку логистической цепи провели на основе моделирования. В качестве ключевых РЦ выбраны три склада — в Обухово, Коврове и Владимире. Первый работает с импортной продукцией, два других находятся рядом с основными производствами. Теперь они обеспечивают ритмичное снабжение всей цепочки. В системе регулярно перебрасываются запасы для выравнивания ассортимента.
Сроки реализации
01.03.2024 — 31.12.2024
Результаты ДО и ПОСЛЕ
Внедрение оптимизационного алгоритма цифровой модели и комплексный анализ сценариев позволили достичь значимых финансовых и операционных результатов:
1. Снижение затрат
- Общий логистический бюджет сокращен на 1,4% в условиях инфляционного давления.
2. Операционная эффективность
- Количество транзакционных "касаний" в цепочке поставок уменьшено на 13% (по сравнению с 2023 годом)
3. Перспективы развития
Полученные результаты создают основу для:
- Точного и аргументированного ответа бизнесу – какой должна быть логистика с точки зрения складской сети для минимизации операционных расходов при различных условиях;
- Дальнейшей оптимизации логистических процессов в постоянном режиме при любых изменениях в бизнесе;
- Повышения точности планирования логистики;
- Сокращения транзакционных «касаний» на 6% в 2025 году.
В чем полезность и уникальность кейса?
Вместо шаблонных решений, вроде линейного сокращения затрат без учета последствий для сервиса и устойчивости процессов, «Askona» сделала ставку на перестроение логистики с использованием цифровой модели, позволяющей в том числе перераспределять товарные потоки между профицитными и дефицитными по площади складами. Такой подход позволил заметно снизить логистические расходы в год, когда рынок, напротив, демонстрировал рост издержек. При этом компания не только сохранила качество сервиса, но и усилила управляемость логистической сети — с возможностью быстро подстраиваться под меняющиеся грузопотоки и внешние условия.
Модель цепи поставок стала не разовой инициативой, а постоянным инструментом для принятия решений. Это позволило:
- адаптировать логистику к росту производства и продаж без инвестиций в склады;
- добиться важной для бизнеса экономии операционных затрат;
- повысить устойчивость цепочки поставок к внешним изменениям.
Возможно ли кейс масштабировать в компании и применить для других участников рынка?
Использование цифровой модели позволяет и другим компаниям участникам рынка определить оптимальное количество, мощность и расположение складов для минимизации совокупных логистических затрат при заданном уровне сервиса. Решение поддерживает сценарное моделирование формата «Что если?», оценивая:
- Затраты при сохранении текущей конфигурации сети с учетом роста товаропотоков;
- Финансовые последствия неоптимального размещения объектов (на собственных или доступных площадках);
- Эффективность различных стратегий развития бизнеса.
Платформа цифрового моделирования LogConnection обеспечивает:
- Анализ потерь в существующей цепи поставок;
- Обоснование решений по оптимальной реконфигурации сети;
- Разработку долгосрочной стратегии развития логистики (5-7 лет) с тестированием всех появляющихся в бизнесе сценарных условий;
- Баланс между затратами и качеством сервиса.
Несмотря на инфляцию в 9,5%, логистический бюджет в 2024 году снижен на 1,4%!
Результат